Notte：一个开源的Web浏览智能体框架

Notte是什么？

Notte 是一个开源的 Web 浏览框架，通过单一 API 让开发者轻松构建、部署和扩展智能体。它能管理浏览器会话，让智能体自动完成复杂的 Web 任务，还能用自然语言命令感知和操作网页。此外，它有安全的密钥管理功能。Notte 的特别之处在于感知层，能把网页的复杂信息转化为简洁的自然语言描述，让智能体更高效、更可靠地工作。在任务时间、可靠性和评估得分上，它都比现有的解决方案表现更好。

Notte功能特点

• 浏览器管理：基于 Playwright 在底层处理浏览器会话和窗口，能够方便地进行多窗口、多标签页的管理，以及浏览器的启动、关闭、页面导航等操作。

• DOM 处理：将网页页面转换为结构化的、适合智能体处理的格式。这样可以让智能体更容易理解网页的内容结构，比如将网页中的标题、段落、列表、链接等元素进行解析和分类，便于智能体根据需求提取信息。

• 错误处理：针对各种与浏览器相关的场景，提供了强大的错误管理机制。无论是网络连接问题、页面加载失败，还是元素查找不到等问题，都能进行有效的捕获和处理，保证智能体在浏览网页过程中的稳定性和可靠性。

• 可配置选项：支持灵活配置，包括头 less 模式（即无界面模式，可在服务器等环境中运行，节省资源且提高运行效率）、用户代理（可以伪装成不同的浏览器或设备访问网页，以适应不同网站的兼容性要求）、代理设置（便于通过代理服务器访问网页，突破网络限制或实现隐私保护等）等。

• 安全控制：具备内置的网络安全控制，并且可以自定义 Chrome 浏览器的参数，以增强浏览器的安全性，防止潜在的安全漏洞和攻击。

• Web脚本编写：提供Web脚本编写能力，以及最先进的抓取端点。

• 托管SDK：提供托管的SDK，可以管理云浏览器会话和所有库的功能。

• API端点：提供丰富的API端点，用于会话管理、页面交互、智能体任务执行等。

Notte应用场景

• 信息提取与分析：可以让智能体自动浏览多个网页，提取特定的信息，如新闻文章中的关键事件、科技论文中的研究成果、电商网站上的商品信息等，并进行分析和总结。例如，自动收集多个行业报告网站上的市场数据，分析市场趋势。

• 任务自动化：能够模拟人类在网页上的操作，完成一些重复性的任务，如自动填写表单、提交数据、点击按钮等。比如，自动在招聘网站上搜索符合条件的职位并投递简历。

• 智能问答系统：作为智能问答系统的一部分，使系统能够通过浏览网页获取最新、最准确的信息来回答用户的问题。当用户提出一个关于特定主题的问题时，Notte 可以帮助智能体在网页中查找相关内容，并整理出答案。

Notte安装使用

• 安装命令：使用uv sync --dev --all-extras和uv run pre-commit install进行安装和配置。

• 浏览器安装：使用patchright自动化浏览器交互，需要安装所需的浏览器，如uv run patchright install --with-deps chromium。

• 环境变量配置：复制.env.example到.env，并填写 API 密钥，默认使用groq/llama-3.3-70b-versatile，需设置GROQ_API_KEY，也可设置其他 LLM 提供商的 API 密钥。

• 网页抓取与数据提取：

from notte_sdk import NotteClient
notte = NotteClient()
data = notte.scrape(url="https://pump.fun", instructions="get top 5 latest trendy coins on pf, return ticker, name, mcap")

项目链接

Github：https://github.com/nottelabs/notte

官网：https://www.notte.cc/